Forskel mellem UTF-8 og UTF-16 Forskellen mellem
UTF står for Unicode Transformation Format. Det er en familie af standarder til kodning af Unicode tegnsættet i dets tilsvarende binære værdi. UTF blev udviklet, så brugerne har et standardiseret middel til kodning af tegnene med minimal plads. UTF-8 og UTF 16 er kun to af de etablerede standarder for kodning. De adskiller kun i, hvor mange byte de bruger til at kode for hvert tegn. Da begge er kodet med variabel bredde, kan de bruge op til fire byte til at kode dataene, men når det kommer til minimum, bruger UTF-8 kun 1 byte (8bits), og UTF-16 bruger 2 bytes (16bits). Dette har en stor indvirkning på den resulterende størrelse af de kodede filer. Når der kun bruges ASCII-tegn, vil en UTF-16-kodet fil være omtrent dobbelt så stor som den samme fil kodet med UTF-8.
Den største fordel ved UTF-8 er, at den er bagudkompatibel med ASCII. ASCII-tegnsættet er fast bredde og bruger kun en byte. Ved kodning af en fil, der kun bruger ASCII-tegn med UTF-8, vil den resulterende fil være identisk med en fil kodet med ASCII. Dette er ikke muligt, når du bruger UTF-16, da hvert tegn vil være to bytes lang. Legacy-software, der ikke er Unicode-opmærksom, kunne ikke åbne UTF-16-filen, selvom den kun havde ASCII-tegn.
UTF-8 er byteorienteret format og har derfor ingen problemer med byteorienterede netværk eller filer. UTF-16 på den anden side er ikke byteorienteret og skal oprette en byteordre for at kunne arbejde med byteorienterede netværk. UTF-8 er også bedre til at gendanne sig fra fejl, som korrumperer dele af filen eller strømmen, da den stadig kan afkode den næste ukorrekte byte. UTF-16 gør det samme, hvis nogle byte er beskadiget, men problemet ligger, når nogle byte går tabt. Den tabte byte kan blande følgende bytekombinationer, og slutresultatet vil blive forvrænget.
Sammendrag:
1. UTF-8 og UTF-16 bruges begge til kodning af tegn
2. UTF-8 bruger mindst en byte ved kodning af tegnene, mens UTF-16 bruger to
3. En UTF-8-kodet fil tendens til at være mindre end en UTF-16 kodet fil
4. UTF-8 er kompatibel med ASCII, mens UTF-16 er uforenelig med ASCII
5. UTF-8 er byteorienteret, mens UTF-16 ikke er
6. UTF-8 er bedre at gendanne fra fejl sammenlignet med UTF-16
